Grafos factoriales para la percepción robótica

Factor Graphs for Robot Perception revisa el uso de grafos factoriales para el modelado y la resolución de problemas de inferencia a gran escala en robótica. Los grafos factoriales son una familia de modelos gráficos probabilísticos, otros ejemplos de los cuales son las redes bayesianas y los campos aleatorios de Markov, bien conocidos en la literatura de modelado estadístico y aprendizaje automático. Proporcionan una potente abstracción que permite comprender problemas de inferencia particulares, facilitando el planteamiento y el diseño de soluciones, y la escritura de software modular para realizar la inferencia real. Este libro ilustra su uso en el problema de localización y mapeo simultáneos y otros problemas importantes asociados con el despliegue de robots en el mundo real. Los grafos factoriales se introducen como una representación económica dentro de la cual formular los diferentes problemas de inferencia, sentando las bases para las secciones posteriores sobre métodos prácticos para resolverlos. El libro explica las técnicas de optimización no lineal para resolver grafos factoriales no lineales arbitrarios, lo que requiere resolver repetidamente grandes sistemas lineales dispersos. Factor Graphs for Robot Perception será de interés para estudiantes, investigadores y robotistas en activo con interés en el amplio impacto que los grafos factoriales han tenido, y continúan teniendo, en la percepción robótica.

Autor: Frank Dellaert, Michael Kaess
Editorial: Now Publishers
Publicado: 15/08/2017
Páginas: 162
Tipo de encuadernación: Tapa blanda
Peso: 0,52 libras
Tamaño: 9,21h x 6,14w x 0,35d
ISBN13: 9781680833263
ISBN10: 168083326X
Categorías BISAC:
- Tecnología e ingeniería | Robótica